前言

此次是我初學人工智能，在學完P(guān)ython，numpy和pandas后開始正式學習機器學習，最終目標是，掌握人工智能深度學習。

這里用的是sklearn框架，用到的是train_test_split數(shù)據(jù)分割，LinearRegression線性回歸算法

1.利用pandas讀取數(shù)據(jù)，數(shù)據(jù)格式正常是.csv、.txt類型

2.數(shù)據(jù)清洗，比如數(shù)據(jù)中有特殊字符什么的，臟數(shù)據(jù)要把它干掉

df.replace

3.特征工程，分析和因變量有關(guān)的參數(shù)，并通過散點圖分析是否是線性因果關(guān)系

df.iloc[:,2:4]

4.數(shù)據(jù)分割，劃分訓練集，測試集，random_state隨機數(shù)種子用來生成固定隨機數(shù)列，數(shù)據(jù)量8：2

x_train, x_test, y_train, y_test = train_test_split(x,y,train_size=0.8,test_size=0.2,random_state=340)

5.訓練模型

linear = LinearRegression(fit_intercept=True,n_jobs=1)//實例化訓練算法

linear.fit(x_train, y_train)//通過訓練數(shù)據(jù)進行模型訓練

pred_train = linear.predict(x_train)//通過訓練出的模型來做回歸

6.評估模型訓練效果

score_train = linear.score(x_train,y_train)//輸入x_train預測后，對比因變量獲得R方

//R方定義：決定系數(shù)，反應因變量的全部變異能通過回歸關(guān)系被自變量解釋的比例。最大為1，正常過0.75就ok，沒到的話，估計是特征沒找全，嘗試高階的多項式變換

7.模型保存

from sklearn.externals import joblib

joblib.dump(linear, "./result/linear0727.model")

8.模型調(diào)用

model = joblib.load("./result/linear0727.model")

model.predict(x_test)//調(diào)用模型進行預測

總結(jié)，算法數(shù)學原理是最小二乘法，與此相關(guān)的還有非線性相關(guān)（非線性相關(guān)系數(shù)： 秩相關(guān)?），想要深入學習，最好看下統(tǒng)計學回歸分析。

機器學習主要是運用于回歸和分類兩個方向。